Key points are not available for this paper at this time.
L'approche de l'agriculture numérique fusionne de nouvelles technologies et des données de capteurs pour optimiser la qualité de la surveillance des cultures en agriculture. La fusion réussie de la technologie et des données dépend fortement de la collecte des paramètres, de l'adoption de la modélisation et de l'intégration de la technologie devant être mise en œuvre avec précision selon les besoins spécifiés de la ferme. Cette technique de fusion n'a pas encore été largement adoptée en raison de plusieurs défis ; cependant, notre étude ici passe en revue les méthodes et applications actuelles pour fusionner technologies et données. Tout d'abord, l'étude met en évidence différents capteurs qui peuvent être fusionnés avec d'autres systèmes pour développer des méthodes de fusion, tels que les capteurs optiques, infrarouges thermiques, multispectraux, hyperspectraux, des dispositifs de détection et de télémétrie laser et radar. Deuxièmement, la fusion des données utilisant l'internet des objets est examinée. Troisièmement, l'étude montre différentes plateformes qui peuvent être utilisées comme source pour la fusion des technologies, telles que les plateformes de surveillance au sol (tracteurs et robots), spatiales (satellites) et aériennes (drones). Enfin, l'étude présente des méthodes de fusion de données pour la surveillance des paramètres de culture spécifiques au site, tels que l'azote, la chlorophylle, l'indice de surface foliaire et la biomasse aérienne, et montre comment la fusion des technologies et des données peut améliorer la surveillance de ces paramètres. L'étude révèle en outre les limites des technologies précédentes et fournit des recommandations sur la manière d'améliorer leur fusion avec les meilleurs capteurs disponibles. L'étude révèle qu'avec différentes méthodes de fusion de données, capteurs et technologies, la méthode de fusion LiDAR aéroportée et terrestre pour les cultures, les voiles et le sol peut être considérée comme une solution futuriste, facile à utiliser et à faible coût pour améliorer la surveillance spécifique au site des paramètres des cultures.
Ahmad et al. (mercredi) ont étudié cette question.